Студопедия — Практическая работа. Практика оценки стоимости объекта недвижимости методами сравнительного подхода
Студопедия Главная Случайная страница Обратная связь

Разделы: Автомобили Астрономия Биология География Дом и сад Другие языки Другое Информатика История Культура Литература Логика Математика Медицина Металлургия Механика Образование Охрана труда Педагогика Политика Право Психология Религия Риторика Социология Спорт Строительство Технология Туризм Физика Философия Финансы Химия Черчение Экология Экономика Электроника

Практическая работа. Практика оценки стоимости объекта недвижимости методами сравнительного подхода






Задание 1: Оценить объект недвижимости с помощью метода однофакторного корреляционно-регрессионного анализа.

Для этого необходимо построить различные зависимости стоимости объекта недвижимости от ценообразующего фактора (например, площади) и выбрать ту функцию, при которой коэффициент R2 (коэффициент корреляции) наиболее близок к 1.

1. Оформить исходные данные (таблица 27). В качестве независимой переменной (x) может выступать общая площадь, год строительства объекта, площадь кухни, этаж и т.д., в качестве зависимой переменной (y) – стоимость 1 кв.м. объекта недвижимости. Главное условие выбора того или иного показателя в качестве независимой переменной – наличие зависимости стоимости от этого показателя. Количество объектов аналогов должно быть не менее 7.

 

Таблица 27

Исходные данные для КРА

ОА Х Стоимость 1 кв.м. ОА, руб. (Y) Стоимость ОА, руб. Адрес объекта Источник информации
           
           

2. С помощью средств Excel строятся зависимости. Для этого нажимаем на «Вставка» → «Диаграммы» → «Точечная» (см. рисунок 2).

Рис.2. Выбор точечной диаграммы

3. Далее строятся зависимости. Для этого правой кнопкой щелкаем на появившихся на графике точках, выбираем «Добавить линию тренда» (см. рисунок 3).

Рис.3. Добавление линии тренда

В открывшемся окне отмечаем в столбце «Построение линии тренда» «Линейная», ставим галочку около фраз «показывать уравнение на диаграмме» и «поместить на диаграмму величину достоверности аппроксимации (R ^ 2), нажимаем «Закрыть» (см. рисунок 4).

Рис. 4. Установка параметров линии тренда

Линейная зависимость построена (см. рисунок 5). Далее нужно построить остальные виды зависимости (экспоненциальную, логарифмическую, полиномиальную, степенную) аналогичным образом.

Рис. 5. Линейная зависимость

4. Теперь необходимо выбрать тот вид зависимости, который дает наиболее высокий R2 (R2 должен находиться в пределах от 0,7 до 1). Результаты метода оформляем в виде таблицы 28. В данном случае x, y – параметры объекта оценки.

Таблица 28

Итоговая таблица по методу КРА

Виды аппроксимаций x R2 Формула Стоимость 1 кв.м. ОО, руб. (Y) Стоимость ОО, руб.
Линейная          
Экспоненциальная          
Логарифмическая          
Степенная          
Полиномиальная          

Задание 2: Оценить объект недвижимости с помощью метода многофакторного корреляционно-регрессионного анализа.

Последовательность действий:

1. В зависимости от типа оцениваемого объекта определяется набор критериев оценки (площадь, состояние объекта, транспортная доступность, наличие парковок, телефонов и т.д.). В качестве примера оценим однокомнатную квартиру улучшенной планировки Ленинского района г. о. Самара. Для оцениваемого сегмента было выбрано 5 критериев: общая площадь, состояние, этаж/ этажность, вид сан. узла, наличие балкона/ лоджии.

2. Составляется выборка объектов-аналогов, для которых известны основные характеристики и рыночная стоимость. Для получения представляющих практический интерес результатов моделирования стоимости недвижимости методом корреляционно-регрессионного анализа необходимо, чтобы объем выборки был не меньше, чем n=2(k+2) наблюдений. Такой объем выборки является достаточным при требуемом уровне коэффициента детерминации R²≥0,7. Значения объема выборки для коэффициентов детерминации R²≥0,8, R²≥0,9 можно определить в соответствии с таблицей 29.

Таблица 29

Объем выборки для проведения корреляционно-регрессионного анализа[1]

Коэффициент детерминации (R2), % Количество ценообразующих факторов (k) Формула для расчета объема выборки
         
            n=2(k+2)
            n=2(k+1)
            n=k+5

В данном случае выборка включает 15 объектов-аналогов, что отвечает требованиям к объему выборки для проведения корреляционно-регрессионного анализа.

3. Составляется таблица объектов-аналогов, где указываются все данные об этих объектах (см. таблицу 30).


Таблица 30

Информация об объектах-аналогах

Источник информации Адрес Цена, 1 м2, тыс. руб. (Y) S, м2 (Х1) Состояние (X2) Этаж/Этажность (X3) Сан. узел (Х4) Наличие лоджии/ балкона (X5)
Значение Мет-ка Значе-ние Мет-ка Значе-ние Мет-ка Значе-ние Мет-ка
Зеленая площадь № 35 от 04.08.2011 стр. 112, п.159 Полевая 49,7 44,5 ремонт   13/16   совм.   б  
Зеленая площадь № 35 от 04.08.2011 стр. 112, п.139 Ленинская 51,2 44,7 ремонт   5/10   совм.   л  
Зеленая площадь № 35 от 04.08.2011 стр. 112, п.202 Молодогвар-дейская 54,3 44,7 ремонт   4/12   разд.   л  
Зеленая площадь № 35 от 04.08.2011 стр. 112, п.219 Самарская 49,8 37,1 требует ремонт   3/9   разд.   л  
Зеленая площадь № 35 от 04.08.2011 стр. 112, п.206 Чапаевская   38,5 требует ремонт   1/9   совм.   л  
Зеленая площадь № 35 от 04.08.2011 стр. 112, п.211 Вилоновская 58,6   ремонт   10/10   разд.   л  
Зеленая площадь № 35 от 04.08.2011 стр. 112, п.213 Ульяновская 56,7   ремонт   3/12   совм.    
Зеленая площадь № 35 от 04.08.2011 стр. 112, п.208 Полевая 45,6 43,9 ремонт   5/9   совм.   л  
Зеленая площадь № 35 от 04.08.2011 стр. 112, п.207 Молодогвар-дейская 64,5 38,5 ремонт   6/9   разд.   л  
Зеленая площадь № 35 от 04.08.2011 стр. 112, п.215 Галактионов-ская   38,5 евро-ремонт   9/9   разд.   л  
Зеленая площадь № 35 от 04.08.2011 стр. 113, п.259 Самарская 66,7   евро-ремонт   3/10   совм.   л  
Зеленая площадь № 35 от 04.08.2011 стр. 113, п.239 Галактионов-ская 70,1   евро-ремонт   7/12   разд.    
http://realty.samara24.ru/catalog/realty/24317/ Молодогвар-дейская 79,9 38,7 евро-ремонт   14/16   совм.   б  
Зеленая площадь № 35 от 04.08.2011 стр. 113, п.269 Самарская 79,1   евро-ремонт   13/16   совм.   л  
Зеленая площадь № 35 от 04.08.2011 стр. 113, п.276 Ульяновская 63,2   ремонт   10/12   разд.   б  

Если характеристики количественные (площадь общая, площадь жилая, удаленность от города в км. и т.п.), то они переносятся в таблицу в исходных значениях; если характеристики качественные, т.е. выраженные в словесной форме, то для каждого из них составляется шкала с баллами, позволяющая оценить величину каждого значения (худшему значению фактора присваивается минимальный балл, лучшему значению фактора – максимальный балл). Ниже дается описание каждого значения от минимального до максимального. К характеристике фактора вводится дополнительная колонка, которая называются «Метка», куда и вносятся баллы.

Для фактора «Состояние» вводим трехбалльную шкалу:

1 – объекты-аналоги, требующие ремонта;

2 – объекты-аналоги, имеющие ремонт;

3 – объекты-аналоги, имеющие евроремонт.

Для фактора «Этаж/Этажность» – двухбалльную шкалу:

1 – объекты-аналоги, расположенные на первом или последнем этаже;

2 – объекты-аналоги, расположенные на средних этажах.

Для фактора «Сан. узел» – двухбалльную шкалу:

1 – объекты-аналоги с совмещенным сан. узлом;

2 – объекты-аналоги с раздельным сан. узлом.

Для фактора «Наличие лоджии/балкона» – трехбалльную шкалу:

1– объекты-аналоги, имеющие только балкон;

2 – объекты-аналоги, имеющие одну лоджию;

3 – объекты-аналоги, имеющие две лоджии.

4. Заполняется таблица с данными об объектах-аналогах, адаптированная для обработки корреляционно-регрессионным анализом, то есть качественные характеристики объектов в ней не указываются, только количественные характеристики и метки (см. таблицу 31).

Таблица 31

Исходные данные для корреляционно-регрессионного анализа

Объект Y Х1 X2 X3 Х4 X5
ОА 1 49,7 44,5        
ОА 2 51,2 44,7        
ОА 3 54,3 44,7        
ОА 4 49,8 37,1        
ОА 5   38,5        
ОА 6 58,6          
ОА 7 56,7          
ОА 8 45,6 43,9        
ОА 9 64,5 38,5        
ОА 10   38,5        
ОА 11 66,7          
ОА 12 70,1          
ОА 13 79,9 38,7        
ОА 14 79,1          
ОА 15 63,2          

5. Далее проводится корреляционный анализ.

Если опции «Анализ данных» нет в меню «Данные», то эту надстройку надо подключить (см. Приложение 3. Инструкция по подключению надстройки «Пакет анализа»). Средства, которые включены в надстройку «Пакет анализа», доступны через команду «Данные» –­ «Анализ данных».

Команда «Данные» –­ «Анализ данных» открывает одноименное диалоговое окно, в списке «Инструменты анализа» которого следует выбрать необходимое средство (см. рисунок 6). После выбора средства и последующего щелчка на кнопке ОК открывается диалоговое окно этого средства.

 

Рис. 6. Анализ данных

Сначала выбираем средство «Корреляция». В появившемся диалоговом в области «Входные данные» указывается диапазон ячеек, в котором содержатся данные (поле «Входной интервал»), демонстрируется, сгруппированы ли данные, и если сгруппированы, то по столбцам или по строкам (переключатели «по столбцам» и «по строкам»). Если задается входной диапазон данных вместе с заголовками, то устанавливается флажок опции «Метки в первой строке(столбце)» (см. рисунок 7).

В области «Параметры вывода» надо указать, куда будут выводится результаты расчетов. Предусмотрено три возможности: на текущий лист (переключатель «Выходной интервал»), при этом необходимо указать адрес одной ячейки, которая определяет верхний левый угол выходного диапазона; на новый рабочий лист текущей рабочей книги начиная с ячейки А1 (переключатель «Новый рабочий лист»), при этом можно срезу задать имя этому листу; в новую рабочую книгу (переключатель «Новая рабочая книга»), в этом случае автоматически открывается новая рабочая книга.

 

 

Рис.7. Корреляция

В результате получается матрица коэффициентов корреляции. Чем ближе коэффициент корреляции к 1, тем в более тесной зависимости находятся факторы и результирующая переменная (см. таблицу 32).

Таблица 32

Матрица коэффициентов корреляции

  Цена 1 м2, тыс. руб. (Y) Площадь общая, м2 (Х1) Состояние (X2) Этаж/ Этажность (X3) Сан. узел (Х4) Наличие лоджии/ балкона (X5)
Цена, 1 м2, тыс. руб. (Y)            
Площадь общая, м2 (Х1) -0,07          
Состояние (X2) 0,83 0,32        
Этаж/Этажность (X3) 0,16 0,41 0,15      
Сан. узел (Х4) 0,09 -0,42 -0,08 -0,20    
Наличие лоджии/ балкона (X5) -0,06 0,08 0,04 -0,06 0,11  

В нашем примере, наиболее высокую корреляционную зависимость переменная «Цена» имеет с факторами «Состояние» и «Этаж/Этажность».

На этом же этапе проверяется условие независимости действия показателей на результирующую переменную. Тесная линейная зависимость между двумя или более факторными переменными, выраженная большим значением абсолютной величины соответствующего коэффициента корреляции, называется мультиколлинеарностью. В основном в работах по математической статистике можно встретить рекомендации, указывающие пороговое значение взаимосвязи между факторными переменными, свидетельствующее о мультиколлинеарности данных факторов, равное 0,7.

Мультиколлинеарность негативно влияет на количественные характеристики экономической модели, уменьшая их точность и достоверность. Факторные переменные, между которыми выявлена мультиколлинеарность, исключаются из модели.

В данном случае мультиколлинеарность между ценообразующими факторами в рамках корреляционного анализа не выявлена, поэтому все пять факторов могут быть использованы в дальнейшем анализе.

6. Далее производится регрессионный анализ.

Регрессионная модель определения стоимости, отражающая линейную зависимость результирующего показателя от ценообразующих факторов, в общем виде выглядит следующим образом:

(7)

Коэффициенты a и b могут быть как положительными, так и отрицательными. Если коэффициент является положительным, можно судить о прямой зависимости между ним и результирующим фактором, т. е. стоимостью земли в нашем случае. Если, наоборот, коэффициент – отрицательный, то зависимость – обратная.

Выбирается средство «Регрессия» из «Пакета анализа» (Данные – Анализ данных – Регрессия – Ок) (см. рисунок 8).

Рис.8. Регрессия

В диалоговом окне заполняются входные данные: входной интервал Y это ячейки, содержащие значения результирующей переменной, в оценке недвижимости этой переменной является «Цена»; диапазон должен состоять из одного столбца. Входной интервал Х – ячейки, содержащие значения факторных переменных, от которых зависит результирующая переменная, это могут быть числовые значения факторов и метки; диапазон должен состоять из одного или нескольких столбцов, но не больше 16.

«Уровень надежности» устанавливается тогда, когда необходимо построить доверительные интервалы для коэффициентов регрессии с доверительным уровнем, отличным от 0,95, который используется по умолчанию. После установки флажка опции «Уровень надежности» становится доступным поле, в котором вводится новое значение доверительного уровня.

Флажок опции «Константа-ноль» следует установить тогда, когда в уравнении регрессии константа b принудительно полагается равной 0. В области «Остатки» имеется 4 опции: «Остатки», «Стандартизированные остатки», «Графики остатков» и «График подбора». Если установлена хотя бы одна из них, то в выходных результатах появится таблица «Вывод остатка», в которой будут выделены значения функций регрессии и остатки – разности между исходными значениями переменной Y и вычисленными значениями функции регрессии. В области «Нормальная вероятность» имеется одна опция – «График нормальной вероятности»», ее установка порождает в выходных результатах таблицу «Вывод вероятности» и приводит к построению соответствующего графика.

В ячейке, указанной в качестве выходного интервала, выводятся следующие таблицы результатов регрессии.

1) Таблица «Регрессионная статистика», где выводится коэффициент детерминации и связанные с ним величины.

Таблица 33

Регрессионная статистика

Показатель Значение
Множественный R 0,92
R2 0,85
Нормированный R2 0,77
Стандартная ошибка 5,37
Наблюдения  

 

· Множественный R – корень из коэффициента детерминации, приведенного в следующей строке.

· R2 – коэффициент детерминации, который показывает оценку качества ("объясняющей способности") уравнения регрессии. В нашем случае, зависимая переменная (цена 1 м.кв.) на 85 % зависит от постоянных факторов, приведенных в качестве параметров.

· Нормированный R2 вычисляется по формуле , где n – количество значений переменной У, k – количество столбцов во входном интервале переменной Х.

· Стандартная ошибка – корень из остаточной дисперсии, где дисперсия – это величина, характеризующая степень разброса количественных значений величин статистической выборки относительно среднего значения для этой выборки.

2) Таблица «Дисперсионный анализ» характеризует дисперсию и критериальную статистику для проверки значимости регрессии.

Таблица 34

Дисперсионный анализ

Показатель df SS MS F Значимость F
Регрессия   1523,79 304,76 10,56 0,0015
Остаток   259,68 28,85    
Итого   1783,47      

 

· df – число степеней свободы;

· SS – суммы квадратов;

· MS – дисперсия;

· F – значение критериальной статистики Фишера для проверки значимости регрессии. Фактическое значение F-критерия равно 10,56, что намного больше табличного значения F-критерия равного 3,48 на 5%-ном уровне значимости при полученном числе степеней свободы, отраженных в первом столбце таблицы 34 под заголовком df (см. Приложение 4. Таблица значений F-критерия Фишера при уровне значимости ). Поэтому гипотеза о незначимости регрессии отвергается;

· Значимость F определяет вероятность полученного значения критериальной статистики Фишера. При заданном 5%-ном уровне значимости этот показатель должен быть меньше 0,05, что и видим в таблице 34. Значимость регрессии очень велика, так как 0,0015 почти в 35 раз меньше порога значимости равного 0,05.

3) В следующей таблице рассчитаны коэффициенты регрессии, их среднеквадратичные отклонения и другие статистические характеристики, позволяющие проверить значимость этого коэффициента и построить доверительный интервал.

Таблица 35

Вывод таблицы коэффициентов регрессии

  Коэффи- циенты Стандартная ошибка t-статистика P-Значение Нижние 95% Верхние 95%
Y-пересечение 71,31 20,06 3,55 0,01 25,93 116,69
Переменная X 1 -1,35 0,49 -2,73 0,02 -2,46 -0,23
Переменная X 2 15,78 2,25 7,03 0,00 10,70 20,86
Переменная X 3 5,34 3,82 1,40 0,20 -3,31 13,98
Переменная X 4 0,68 3,10 0,22 0,83 -6,34 7,70
Переменная X 5 -1,06 2,47 -0,43 0,68 -6,64 4,52

· Стандартная ошибка – среднеквадратичные отклонения коэффициентов.

· t-статистика – отношения значения коэффициентов к их среднеквадратическим отклонениям. Это значения критериальных статистик для проверки гипотез о значимости коэффициентов регрессии.

· P-Значение вычисляет уровни значимости, соответствующие значениям критериальных статистик.

7. Проверка адекватности модели по коэффициенту детерминации. Если его значение ниже 0,7, то необходимо сократить количество объектов-аналогов до допустимых по формуле n = 2*(k+1), исключая те аналоги, стоимость которых явно не зависит от факторов, включенных в модель. Затем снова произвести корреляционный и регрессионный анализ.

В конце анализа выводится график нормального распределения, на основании которого можно построить линию тренда.

Рис. 9. График нормального распределения

Чтобы построить линию тренда, щелкаем правой кнопкой мыши на полученных на графике точках, выбираем действие «Добавить линию тренда», появляется окно (см. рисунок 10).

Рис. 10. Параметры линии тренда

Отмечаем функцию «Линейная», ставим галочку напротив задачи «поместить на диаграмму величину достоверности аппроксимации (R^2), нажимаем «Закрыть».

8. Для расчета стоимости объекта недвижимости использовать полученные в последней таблице коэффициенты регрессии. В данном примере получаем математическую пятифакторную модель:

Y= b + K1*X1+K2*X2+K3*X3+K4*X4+K5*X5, (8)

где K1, K2, …, Kn – коэффициенты регрессии соответствующих факторов;

Х1, Х2, …, Хn – значение факторной переменной для оцениваемого объекта (числовое или метка);

b – свободный член (Y - пересечение).

В представленном выше примере, модель будет иметь вид:

Y = 71,31 -1,35*X1 + 15,78*X2 + 5,34*X3 + 0,68*X4-1,06*X5. (9)







Дата добавления: 2015-09-07; просмотров: 1098. Нарушение авторских прав; Мы поможем в написании вашей работы!



Обзор компонентов Multisim Компоненты – это основа любой схемы, это все элементы, из которых она состоит. Multisim оперирует с двумя категориями...

Композиция из абстрактных геометрических фигур Данная композиция состоит из линий, штриховки, абстрактных геометрических форм...

Важнейшие способы обработки и анализа рядов динамики Не во всех случаях эмпирические данные рядов динамики позволяют определить тенденцию изменения явления во времени...

ТЕОРЕТИЧЕСКАЯ МЕХАНИКА Статика является частью теоретической механики, изучающей условия, при ко­торых тело находится под действием заданной системы сил...

Оценка качества Анализ документации. Имеющийся рецепт, паспорт письменного контроля и номер лекарственной формы соответствуют друг другу. Ингредиенты совместимы, расчеты сделаны верно, паспорт письменного контроля выписан верно. Правильность упаковки и оформления....

БИОХИМИЯ ТКАНЕЙ ЗУБА В составе зуба выделяют минерализованные и неминерализованные ткани...

Типология суицида. Феномен суицида (самоубийство или попытка самоубийства) чаще всего связывается с представлением о психологическом кризисе личности...

ТРАНСПОРТНАЯ ИММОБИЛИЗАЦИЯ   Под транспортной иммобилизацией понимают мероприятия, направленные на обеспечение покоя в поврежденном участке тела и близлежащих к нему суставах на период перевозки пострадавшего в лечебное учреждение...

Кишечный шов (Ламбера, Альберта, Шмидена, Матешука) Кишечный шов– это способ соединения кишечной стенки. В основе кишечного шва лежит принцип футлярного строения кишечной стенки...

Принципы резекции желудка по типу Бильрот 1, Бильрот 2; операция Гофмейстера-Финстерера. Гастрэктомия Резекция желудка – удаление части желудка: а) дистальная – удаляют 2/3 желудка б) проксимальная – удаляют 95% желудка. Показания...

Studopedia.info - Студопедия - 2014-2024 год . (0.012 сек.) русская версия | украинская версия